Probabilidad y eventos

Motivación
Definiciones
Cálculo de probabilidades
Estadı́stica Aplicada 523215

PROBABILIDAD
Francisco Muñoz Gutierrez
1
Departamento de Estadı́stica
Universidad de Concepción
April 1, 2016
Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Motivación
Definiciones
Contenidos
1 Motivación
2 Definiciones
Espacio muestral
Eventos
Algebra de eventos
3 Cálculo de probabilidades
Definición
Axiomas y propiedades

Motivación
Definiciones
Introducción
Si usted compra un boleto de Kino o bien invierte en acciones de

alguna empresa, no sabe a ciencia cierta si es que va a obtener
ganancias o pérdidas.

Motivación
Definiciones
Introducción

Lo que intentamos hacer con el cálculo de probabilidades es
cuantificar la incertidumbre asociada a ganar el Kino o, en el otro
caso, la probabilidad de ganar una cierta cantidad de dinero al
comprar una acción.

Motivación
Definiciones
Introducción

Lo que intentamos hacer con el cálculo de probabilidades es
cuantificar la incertidumbre asociada a ganar el Kino o, en el otro
caso, la probabilidad de ganar una cierta cantidad de dinero al
comprar una acción.
Intentamos indicar cuán factible es que ocurra algún resultado
en particular como consecuencia de un experimento aleatorio

Motivación Espacio muestral
Definiciones Eventos
Cálculo de probabilidades Algebra de eventos
Experimento aleatorio
Experimento aleatorio
Un experimento aleatorio es cualquier experimento cuyo resultado es
incierto, no se conoce con seguridad. Denotaremos a cualquier
experimento aleatorio como .
Ejemplos de experimentos aleatorios: lanzamiento de una (o

más de una) moneda(s), lanzamiento de un dado, género de un
alumno(a) seleccionado en el curso, etc.

Espacio muestral
Espacio muestral
Decimos que el conjunto S es el espacio muestral del experimento
si S contiene a TODOS los posibles resultados del experimento .

Espacio muestral
Algunos ejemplos de espacios muestrales son los siguientes:

Experimento () Espacio Muestral (S)
1 : lanzamiento 2 monedas S1 = {cc, cs, sc, ss}
2 : lanzamiento 2 dados S2 = {(a, b) : a, b ∈ {1, 2, . . . , 6}}
3 : seleccionar una combinación S3 = ...
para el sorteo del kino
4 tiempo de vida de S4 = {x ∈ IR, x > 0}
un producto electrónico

Evento
Evento
Un evento es cualquier colección de posibles resultados de un
experimento

Evento
Ejemplo
Consideremos el experimento del lanzamiento de dos dados. El

espacio muestral está dado por S{(a, b) : a, b ∈ {1, 2, . . . , 6}}.

Evento
Ejemplo

Sea el evento A = la suma de las caras superiores es de a lo
más 4.
A = {(1, 1); (1, 2); (1, 3); (2, 1); (3, 1); (2, 2)}

Evento
Ejemplo

Sea el evento A = la suma de las caras superiores es de a lo
más 4.
A = {(1, 1); (1, 2); (1, 3); (2, 1); (3, 1); (2, 2)}
Notemos que A es un subconjunto de S.

Evento
Decimos que el evento A ocurre si el resultado del experimento

está en el conjunto A.

Evento
Decimos que el evento A ocurre si el resultado del experimento

está en el conjunto A.
Sea A un evento cualquiera asociado al experimento . Por
definición, A es siempre un subconjunto del espacio muestral
S , es decir
A⊂S⇔x ∈A⇒x ∈S

Evento Unión
Evento Unión
Sean A y B dos eventos definidos sobre el espacio muestral S. El
evento definido por la unión de A y B, denotado por A ∪ B, contiene al
conjunto de elementos que están o bien en A, o bien en B o bien en
ambos eventos.
A ∪ B = {x : x ∈ A ∨ x ∈ B}

Evento Intersección
Evento Intersección
evento definido por la intersección de A y B, denotado por A ∩ B,
contiene al conjunto de elementos que están en A y B a la vez.
A ∩ B = {x : x ∈ A ∧ x ∈ B}

Evento Complemento
Evento Complemento
Sea A un evento definido sobre el espacio muestral S. El evento
complemento de A, denotado por Ac , contiene todos los elementos
que no están en A.
Ac = {x : x 6∈ A}
Notemos que:
S = A ∪ Ac

Evento Diferencia
Evento Diferencia
evento diferencia de A menos B, denotado por A/B = A − B,
contiene todos los elementos que están en A y no están en B.
A/B = A − B = {x : x ∈ A ∧ x 6∈ B}

Evento Vacı́o
Evento Vacı́o
Denotaremos por el sı́mbolo al evento que no tiene elementos y lo
llamaremos evento vacı́o.
Para cualquier evento A definido sobre el espacio muestral S se
cumple que:
A ∩ Ac =

Eventos
Ejemplo
El juego de la ruleta se juega girando na bola sobre una rueda

divida en 38 arcos de igual longitud ; éstos llevan los números
00, 0, 1, 2, . . . , 35, 36. El número en el arco dentro del cual se
detiene la bola es el resultado de una jugada. Además los
números están coloreados de la siguiente manera:
1 Rojo={1,3,5,7,9,12,14,16,18,19,
21,23,25,27,30,32,34,36}
2 Negro={2,4,6,8,10,11,13,15,17,
20,22,24,26,28,29,31,33,35}
3 Verde={00,0}

Eventos
Ejemplo
Los jugadores pueden colocar apuestas en una mesa de

diversas maneras, incluidas apuestas a resultado impar, par,
rojo, negro, bajo (1-18) y alto (19-36). Considere que los eventos
00 y 0 son considerados ni pares ni impares.

Eventos
Ejemplo

Se definen los eventos: el resultado es un número impar (A), el
resultado es un número negro (B), el resultado es un número
alto (C).

Eventos
Ejemplo

Se definen los eventos: el resultado es un número impar (A), el
resultado es un número negro (B), el resultado es un número
alto (C).
Determine
1 A∪B
2 C∩B
3 Bc
4 A∩B∩C

Eventos
Representación gráfica
El espacio muestral de un experimento, en conjunto con los

eventos que se definan sobre el espacio muestral, pueden ser
representados de manera gráfica usando el Diagrama de Venn.

Resultados importantes
Theorem
Para cualquiera eventos A, B y C definidos sobre un espacio
muestral S, se tienen las siguientes propiedades:
1 Conmutatividad:
A∪B =B∪A A∩B =B∩A

2 Asociatividad:
A ∪ (B ∪ C) = (A ∪ B) ∪ C
A ∩ (B ∩ C) = (A ∩ B) ∩ C

Theorem
Para cualquiera eventos A, B y C definidos sobre un espacio
muestral S, se tienen las siguientes propiedades:
1 Ley distributiva:
A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)
A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)
2 Leyes de Morgan:
(A ∩ B)c = Ac ∪ B c
(A ∪ B)c = Ac ∩ B c

Eventos disjuntos
Sean los eventos A y B definidos sobre el espacio muestral S.
Decimos que A y B son eventos disjuntos o eventos mutuamente
excluyentes si
A∩B =

Partición
Sean los eventos A1 , A2 , . . . una colección de eventos disjuntos de a
pares, es decir
Ai ∩ Aj = ∀i 6= j, i, j = 1, 2, . . .
entonces los eventos A1 , A2 , . . . forman una partición de S, por lo que
∪∞
i=1 Ai = S

Motivación
Definición
Definiciones
Probabilidad
Decimos que un evento ocurre cuando, como realización del

experimento, se obtiene un resultado en el conjunto definido por
el evento.

Motivación
Definición
Definiciones
Probabilidad
Decimos que un evento ocurre cuando, como realización del

experimento, se obtiene un resultado en el conjunto definido por
el evento.
Pero el evento está formado por uno o varios
elementos...entonces, ¿cuál es la probabilidad asociada a la
ocurrencia de un evento en particular?

Motivación
Definición
Definiciones
Definición de probabilidad
Definición frecuentista
Si un experimento es repetido n veces bajo las mismas condiciones y
el evento A ocurre m veces, entonces la probabilidad que el evento A
ocurra está dada por
m
P(A) =
n
Example
Suponga que se lanza un dado correcto 10 veces, mostrando los
siguientes números: 2, 1, 4, 5, 6, 3, 2, 6, 3, 1. ¿Cuál es la
probabilidad que el dado muestre un número 2?

Motivación
Definición
Definiciones
Definición de probabilidad
Definición de Laplace
Sea S el espacio muestral de un experimento aleatorio. En el caso
que todos los elementos del espacio muestral sean equiprobables,
entonces la probabilidad del evento A ocurra está dada por
P(A)=número de casos favorables al evento A/número de casos
posibles
Example
Suponga que se lanza un dado correcto. ¿Cuál es la probabilidad de
que el dado muestre un 2?

Motivación
Definición
Definiciones
Axiomas de Probabilidad
Axiomas
Dado un espacio muestral S y A un evento definido sobre S, una
función de probabilidad P(·) cumple que
1 P(S) = 1.
2 0 ≤ P(A) ≤ 1 ∀A ⊂ S.
3 Para dos eventos A1 y A2 definidos sobre S tal que
A1 ∩ A2 =
entonces
P(A1 ∪ A2 ) = P(A1 ) + P(A2 )
(Regla aditiva)

Motivación
Definición
Definiciones
Propiedades importantes
Propiedades
Sean A, B y C eventos definidos sobre el espacio muestral S,
1 Para cualquier par de eventos A y B, se tiene que
P(A ∪ B) = P(A) + P(B) − P(A ∩ B)
Obs: Si A ∩ B = , entonces
P(A ∪ B) = P(A) + P(B)
se conoce como la regla aditiva

Motivación
Definición
Definiciones
Propiedades
Sean A, B y C eventos definidos sobre el espacio muestral S,
1 La probabilidad del evento complemento está definida como
P(Ac ) = 1 − P(A)
2 Se cumple que
P(A ∪ B ∪ C) = P(A) + P(B) + P(C) − P(A ∩ B) − P(A ∩ C) − P(B ∩ C) + P(A ∩ B ∩ C)

Motivación
Definición
Definiciones
Propiedades
1 Si A1 , A2 , . . . , Ak son eventos definidos sobre S de tal manera
que forman una partición de S, es decir los Ai son mutuamente
excluyentes, entonces
P(A1 ∪ A1 ∪ · · · ∪ Ak ) = P(A1 ) + P(A2 ) + . . . + P(Ak )

Probabilidad y eventos

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Probabilidad y eventos

Cargado por

Copyright:

Formatos disponibles

Motivación

Estadı́stica Aplicada 523215

Francisco Muñoz Gutierrez

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Si usted compra un boleto de Kino o bien invierte en acciones de

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Si usted compra un boleto de Kino o bien invierte en acciones de

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Si usted compra un boleto de Kino o bien invierte en acciones de

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Ejemplos de experimentos aleatorios: lanzamiento de una (o

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Algunos ejemplos de espacios muestrales son los siguientes:

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Consideremos el experimento del lanzamiento de dos dados. El

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Consideremos el experimento del lanzamiento de dos dados. El

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Consideremos el experimento del lanzamiento de dos dados. El

Notemos que A es un subconjunto de S.

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Decimos que el evento A ocurre si el resultado del experimento

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Decimos que el evento A ocurre si el resultado del experimento

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

El juego de la ruleta se juega girando na bola sobre una rueda

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Los jugadores pueden colocar apuestas en una mesa de

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Los jugadores pueden colocar apuestas en una mesa de

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Los jugadores pueden colocar apuestas en una mesa de

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

El espacio muestral de un experimento, en conjunto con los

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

A∪B =B∪A A∩B =B∩A

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

entonces los eventos A1 , A2 , . . . forman una partición de S, por lo que

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Decimos que un evento ocurre cuando, como realización del

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Decimos que un evento ocurre cuando, como realización del

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

P(A ∪ B) = P(A) + P(B) − P(A ∩ B)

P(A ∪ B) = P(A) + P(B)

se conoce como la regla aditiva

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215

P(A1 ∪ A1 ∪ · · · ∪ Ak ) = P(A1 ) + P(A2 ) + . . . + P(Ak )

Francisco Muñoz Gutierrez Estadı́stica Aplicada 523215